Spelling suggestions: "subject:"motion detection"" "subject:"motion detection's""
1 |
Environment-Independent Moving Cast Shadow Suppression in Video SurveillanceAmato, Ariel 16 March 2012 (has links)
Aquesta tesi està orientada a la detecció i l’eliminació d’ombres en moviment. Les
ombres es poden definir com una part de l’escena que no està directament il·luminada,
pel fet que la font d’il·luminació es troba obstruïda per un o diversos objectes. Sovint,
les ombres en moviment que es troben en imatges o en seqüències de vídeo són causa
d’errors en l’anàlisi del comportament humà. Això es deu a que les ombres poden
causar una degradació dels resultats dels algorismes de processament d’imatges aplicats
a: detecció d’objectes, segmentació, vídeo vigilància o en propòsits similars. En
aquesta tesi primer s’analitzen exhaustivament els mètodes de detecció d’ombres en
moviment, i després amb l’objectiu de compensar les seves limitacions es proposa un
nou mètode de detecció i eliminació d’aquest tipus d’ombres. El mètode proposat no
fa servir informació a priori de l’escena, ni tampoc es restringeix a un tipus d’escena
en concret. A més, el mètode proposat pot detectar tant ombres acromàtiques com
també les cromàtiques, fins i tot quan hi ha camuflatge (és a dir, quan hi ha una forta
similitud de color entre el foreground i l’ombra). Aquest mètode explota una propietat
de constància local de color aconseguida a causa de la supressió de la reflectància
en les regions amb ombres. Per detectar les regions amb ombres en una escena, els
valors de la imatge del background són dividits pels valors de la imatge actual, tots
dos en l’espai de color RGB. Al llarg de la tesi es demostra com aquesta divisió serà
utilitzada per detectar segments amb gradients baixos i constants, que al seu torn
s’utilitzen per distingir entre ombres i foregrounds. Els resultats experimentals duts
a terme sobre base de dades públiques mostren un rendiment superior dels mètodes
proposats en aquesta Tesi, comparat amb els mètodes actuals més sofisticats de detecci
ó i eliminació d’ombres. A més els resultats demostren que el mètode proposat és
robust i precís a l’hora detectar diferents tipus d’ombres en diferents tipus de vídeos. / This thesis is devoted to moving shadows detection and suppression. Shadows could
be defined as the parts of the scene that are not directly illuminated by a light source
due to obstructing object or objects. Often, moving shadows in images sequences
are undesirable since they could cause degradation of the expected results during
processing of images for object detection, segmentation, scene surveillance or similar
purposes. In this thesis first moving shadow detection methods are exhaustively
overviewed. Beside the mentioned methods from literature and to compensate their
limitations a new moving shadow detection method is proposed. It requires no prior
knowledge about the scene, nor is it restricted to assumptions about specific scene
structures. Furthermore, the technique can detect both achromatic and chromatic
shadows even in the presence of camouflage that occurs when foreground regions are
very similar in color to shadowed regions. The method exploits local color constancy
properties due to reflectance suppression over shadowed regions. To detect shadowed
regions in a scene the values of the background image are divided by values of the
current frame in the RGB color space. In the thesis how this luminance ratio can
be used to identify segments with low gradient constancy is shown, which in turn
distinguish shadows from foreground. Experimental results on a collection of publicly
available datasets illustrate the superior performance of the proposed method
compared with the most sophisticated state-of-the-art shadow detection algorithms.
These results show that the proposed approach is robust and accurate over a broad
range of shadow types and challenging video conditions.
|
Page generated in 0.0665 seconds